Meest gemaakte fouten in AI -

In recente gesprekken met klanten ben ik erachter gekomen dat er nog veel fouten worden gemaakt in het gebruik van AI-tools. Fouten waar mensen niet bij stilstaan en die heel simpel te verhelpen zijn. Het begint met kennis.

Ik heb de 5 meest gemaakt fouten van klanten op een rij gezet. Doe er je voordeel mee 😉

Onduidelijke instructies geven
Een AI is zo slim als wat jij erin stopt. Het is dus geen alwetende bron van feiten.
De manier waarop jij je vraag formuleert, of je wel of geen kaders stelt en de hoeveelheid aandacht die je hebt gestopt in het trainen van de AI, bepalen de output.
Hoe beter je weet hoe je communiceert met een AI – ‘prompting’, noemen ze dat – hoe beter deze jou kan helpen. Daarnaast kun je AI-tools zo instellen dat ze antwoord geven op een “menselijke toon”. Door niet alleen de AI maar juist je medewerkers te trainen op het communiceren en kritisch omgaan met AI, ben je zo een paar stappen voor.

Voorbeeld hoe dit fout gaat:
- “Schrijf een rapport over productiviteit”
  Het antwoord wat hieruit komt is generiek, klinkt als een robot en is waarschijnlijk niet gebaseerd op jouw sector of vraagstuk. Sommige tools vragen door als ze merken dat de vraag generiek is, maar ideaal is het niet. Daarnaast kan de informatie van allerlei bronnen vandaan komen, waardoor je het risico loopt om belissingen te maken op basis van foutieve informatie. Door te investeren in trainingen, zorg je dat iedereen in jouw organisatie weet hoe ze AI goed gebruiken.
Teveel vertrouwen in gratis tools
Veel AI-tools zijn gratis in ruil voor gebruikersdata. Dat betekent dat jij de trainer bent van deze tool en dus dat de informatie die jij invoert gebruikt kan worden. Hoewel de gebruikersgegevens worden geanonimiseerd, bestaat er een kans dat gevoelige informatie zoals namen of locaties worden opgeslagen. Hoewel ontwikkelaars zeggen dat ze veilig omgaan met de data, loop je bij een datalek of cyberaanval alsnog het risico dat deze data in handen komt van derden. Laat je dus goed informeren over de beschikbare tools.

Voorbeeld hoe dit fout gaat:
- In 2024 haalde ChatGPT de tool offline nadat er een lek was gevonden in hun bibliotheek. Door dit lek waren niet alleen titels van chats te zien, maar kon ook persoonlijke informatie gevonden worden. Uiteraard heeft ChatGPT dit lek verholpen en intussen zijn er ook voor alle AI-tools strengere regels opgelegd door de EU als het gaat om data en privacy. Een betere oplossing is dat je jezelf en je medewerkers traint in het ethisch en effectief gebruiken van AI.
Beginnen zonder strategie
Implementeren zonder van te voren duidelijke KPI’s te bepalen is risicovol. Wanneer het ontwikkelteam helemaal zijn gang mag gaan, komen daar prachtige dingen uit. Echter, zelfs de slimste en meest geavanceerde tool word een flop als het niet een probleem oplost waar de organisatie mee geholpen is. Zorg dat je AI-project aansluit bij de behoeften en huidige processen, en dat je een implementatieplan hebt.

Voorbeeld hoe dit fout gaat:
- Je team heeft een prachtige chatbot gebouwd voor de klantenservice. Echter, de meeste vragen blijken via de telefoon te komen… Door van te voren de behoeften op te halen en realistische doelen te stellen, hadden ze zomaar een AI-voice generator gebouwd kunnen hebben die in dit geval (veel) meer ROI had opgeleverd.
In één keer goed…?
Het idee dat AI in één keer al je bedrijfsproblemen oplost, is natuurlijk onzin. Sterker nog, de meeste projecten gaan de eerste keer fout. Dat betekent niet dat je moet afwachten en ook zeker niet dat je overhaast moet gaan implementeren. Wél betekent het dat je je goed moet voorbereiden en de verwachtingen goed moet managen.
Overal zie je AI-tools en succesverhalen opduiken, wat het verleidelijk maakt om overhaast te beginnen en onrealistische doelen te stellen. Vrijwel elk bedrijf kan profiteren van de mogelijkheden van AI, maar wanneer je verwacht dat het direct harde resultaten oplevert voor je core business, kan het je teleurstellen. Net als met veel dingen, zit er een leercurve in het benutten van AI. Richt je dus op een project met een kleinere scope. Op die manier behaal je betere resultaten en behoud je momentum.

Voorbeeld hoe dit fout gaat:
- Waar de ene Amerikaanse fast-food keten AI heel goed inzet voor automatische orderverwerking en volledig is overtuigd van de AI-transformatie, heeft de ander hetzelfde soort AI-project binnen drie jaar stopgezet omdat het teveel fouten maakte. Het is verleidelijk om je concurrent in te willen halen, maar daar hoort wel een goede strategie bij.
Denken dat AI niet wordt gebruikt in jouw organisatie…
… en zelf ChatGPT gebruiken. AI wordt vaker gebruikt dan je denkt. ChatGPT wordt bijvoorbeeld al wekelijks door 400 miljoen mensen gebruikt. Een kwart van de Nederlandse bevolking maakt ook gebruik van ChatGPT – en dit percentage stijgt. AI tools worden steeds slimmer en toegankelijker en zullen ook steeds meer gebruikt worden, zowel in het dagelijkse leven als op de werkvloer.
Mede door deze ontwikkelingen, is in februari 2025 de AI-Act in werking getreden. Deze legt niet alleen striktere regels op voor AI-ontwikkelaars, maar ook voor de bedrijven die ze gebruiken. Net als voor het gebruik van social media of internet, is het belangrijk dat AI een plek krijgt in de bedrijfsvoering.

Hoe zit het met jou?

Waar loop jij nog tegenaan als het gaat om AI-gebruik in jouw bedrijf?

Ik leer directeuren, managers en werknemers om veilig en efficiënt met AI om te gaan. Dit doe ik door trainingen over ethiek, wetgeving en praktische toepassingen. Daarnaast bied ik strategische ondersteuning in de vorm van QuickScans, advies en implementaties.

Heb je interesse? Neem contact op, dan kunnen we kennismaken.

Contact